-
-
-
xiao_xiao1 | 当前状态：离线
总积分：9568 2024年可用积分：0
注册时间： 2008-03-21
最后登录时间： 2012-03-20
-
-
无线传感器网络中的节点密度控制策略
xiao_xiao1 发表于 2009/7/22 15:44:24 749 查看 0 回复 [上一主题] [下一主题]
手机阅读
关键词：无线传感器网络；服务质量；密度控制；Gur Game
无线传感器网络(以下简称传感器网络)是由大量位置相对固定的节点所组成的无线通讯网络。传感器网络的应用中要求网络在特定时刻对特定区域进行数据采集，并向基站以多跳方式汇聚感知数据。为了达到在传输过程中节省能量和增加数据吞吐量等目的，在传感器网络的QoS研究中，通常限定网络内开启节点的数量，并以此作为QoS的衡量标准之一。因此，如何控制应用区域内的节点动态开启和关闭，以满足网络最优开启节点数量的QoS目标，成为解决传感器网络针对应用的QoS机制的关键问题。要实现动态开启特定数量节点的目标，需要在明确定义QoS指标的基础上，以当前开启节点数量作为反馈进行训练，并进一步对应用区域进行分块，以优化算法性能。
l 无线传感器网络的Qos问题描述
与传统网络不同，传感器网络的QoS机制往往需要针对某些具体应用进行设计。为了既满足应用需要又节省全网能耗，在大多数传感器网络应用中，要求在基站控制区域的某个范围内在某时刻开启特定数量的节点，即对开启节点的密度有一定的范围要求。
传感器网络规模庞大，节点数量成千上万，随着节点能量的耗尽和新节点的不断补充，整个网络中的节点数量呈现高度的波动。如何控制在某一区域内或尽量靠近此区域开启特定数量的节点，即是目前要解决的QoS问题。
2 密度控制策略
2．1 GurGame策略
Gur Game策略中，将时间分割为离散的时间片，假设节点Ni与基站B的距离为di，从节点Ni发送到基站B的包的传送都是可靠的，并且传输所需要的时间为di个时间片(时间片是指某个特定的细小时间单位)。Gut Game进一步假设基站B具备向自己所辖区域的广播通道，因此，基站B向节点传送的控制信息是立即到达的。另外，所有开启的节点在向基站发送消息的时候都在自己的消息里附带自己的ID信息，因此基站可以通过统计某个时刻的不同ID信息来判断当前自己所辖区域内有多少节点是处于开启状态。最后，策略假设睡眠的节点虽然不发送消息，但仍然监听信道，并能够响应基站发来的低级控制信息，例如节点唤醒控制信息等。
Gur Game策略中，基站获取当前时刻开启的节点数量值k，并广播“奖励”概率函数的值r(kt)，典型的奖励函数为
，函数控制最佳开启节点数量为nq＝35。经过一定时间的训练，Gur Game策略能够在一定程度下控制基站所辖区域的开启节点数量，但策略中没有任何关于区域的约束，无法达到在关心区域内使特定数量节点开启的密度控制要求。
2．2 带状和圆状区域密度控制策略
为研究特定形状区域的密度控制策略，考虑修正自动机机制，添加自动机阈值机制作为节点开启的限制，并按照节点位置修正其自动机阈值，达到构造一定区域形状的开启节点分布的目的。
在Gur Game假设的基础下进一步假设每个节点通过外部设备(如GPS)或相对定位机制已经得到了自己相对基站B的相对位置坐标(xi，yi)。以带状区域密度控制为例，设计如下密度控制策略(描述中以N＝3为例)。
1)基站发起密度控制过程，广播一个斜率K作为方向信息，一个截距B(B>0)作为带状紧度信息，以及ki(N＝3时，i＝1，2)作为区域梯度信息；
2)节点Ni接收到基站发送的这一系列控制信息后，计算自己的相对截距Bi＝yi＝Kxi；
3)节点Ni按照如下规则为自己的自动机设置阈值Ti(以N＝3为例)：若｜Bi｜＜B，则Ti＝0(节点Ti＝0的区域被称为核心区域)；若B≤｜Bi｜＜k1B，则Ti＝1；若k1B≤｜Bi｜＜k2B，则Ti＝2(节点Ti满足0<Ti<N的区域称为梯度区域)；若k2B≤｜Bi｜，则Ti＝3；
4)基站完成控制策略的配置后，仍然按照GurGame的方式对所辖区域进行训练，但每个节点Ni是处于高于自己自动机阈值Ti的状态开启，如果节点的当前状态等于或低于自动机阈值Ti则睡眠。
带状区域密度控制策略通过梯度的机制给出了一定的灵活性，保证在紧度范围内的节点是最易于被开启的，而紧度范围周边节点的开启随着它们离核心区域距离的增大而变得越来越困难，这也正与前述的QoS要求吻合。
圆状区域密度控制策略和带状区域类似，所不同的是基站广播圆心位置(x0，y0)代替K，广播半径R(R>O)代替B，节点Ni计算各自的相对半径
代替Bi。策略中节点需要计算相对半径，其计算量比带状区域策略稍大，但整个计算的复杂度相对节点的中央处理器来讲是完全可以接受的。
2．3 可变椭圆区域密度控制策略
可变椭圆密度控制对于目标监控和跟踪以及传感器网络的定位应用有着很大的实用价值。变化的椭圆区域密度控制在某些时候可以完全代替带状和圆状区域密度控制，且能够在带状和圆状区域之间灵活的变换，有着很好的实用性。
这里所指的可变椭圆是指大小、长短轴之比以及长轴方向都可以变化的椭圆区域。已知椭圆标准方程、坐标轴旋转方程和坐标平移方程，令Ke为椭圆长短轴比，Re为短轴长的l/2，则可以得到可变椭圆解析表达式为
在得到可变椭圆解析表达式以后，可以设计椭圆区域密度控制策略。
1)基站发起密度控制过程，广播椭圆区域的中心坐标
作为位置信息，广播椭圆长轴逆时针旋转角度θ作为椭圆姿态信息，广播椭圆短轴长Re(Re>0)作为紧度信息，以及ki(i＝1，2)作为区域梯度信息；
2)节点Ni接收到基站发送的这一系列控制信息后，根据如下公式计算自己的相对半径：
3)以Re和
分别代替带状区域策略第3步中的B和Bi，其余判断与带状区域策略第3步一致；
4)同带状区域密度控制第4步。
可变椭圆区域密度控制策略中节点增加了三角函数的运算，但在嵌入式系统中，对于三角函数的运算通常设计为相对快速的查表方式，因此整个运算量对于节点的处理能力来讲仍然可以承担，但查表方式往往会占用节点更多的存储空间。
2．4 密度控制策略的动态调整机制
在2．3节中所述的策略使得关心区域以及关心区域附近的节点获得了更大的开启机会，但策略中固定了梯度信息ki，使得策略的适应性下降。以带状区域举例，如果整个核心区域以及梯度区域范围内的可用节点数总和仍然明显低于QoS要求的节点数，那么算法将无法满足要求。这就要求策略加入一种动态调整梯度范围的机制，动态的放大或缩小梯度区域，以得到足够的靠近核心区域的开启节点数量。
鉴于以上问题，并考虑到调整过程尽可能减少控制信息及其计算量，设计密度控制策略的梯度调整算法流程如下：
1)基站每个时间片统计当前开启节点的数量，如果在Tw时间片内，没有任何一个时刻能够使得开启节点的数量在(nq(1一At％)，nq(1十At％))范围内，则发起动态调整流程。其中nq为要求开启节点数量的QoS目标，At％为预设范围值。
2)基站判断当前开启节点数是远多于或远少于nq，然后调整梯度信息ki。
Ag％为每次调整的幅度比值。
3)基站发起新的密度控制过程，广播新的
添加动态调整机制以后，策略可以根据当前开启节点数量情况，动态的松弛或紧缩梯度范围，以更快的获得更接近QoS目标的控制效果。
3 仿真结果
3．1 带状区域和圆状区域密度控制
仿真环境为100×100的方形区域，随机布撒100个节点，节点自动机长度为2N(N＝3)，节点初始状态均为3，即均为开启状态，初始梯度值k1＝1．5、k2＝2，奖励函数采用
，基站位置为左下角的原点位置，仿真时间为1 000个时间片。仿真结果如图1所示，其中圆点表示开启节点，叉点表示睡眠节点，五星点表示基站。
未进行密度控制的图la中，开启节点完全呈现随机分布，与之相比，图lb中在所关心的区域(K＝l方向的带状区域)内，开启节点的密度明显增大，而随着节点远离所关心的区域，开启节点的密度逐渐减小至零。最终的开启节点数量为38，非常接近要求的QoS目标数量35。
相同仿真场景下，令K＝2，Tw＝20，At％＝20％，Ag％＝10％，其他参数不变，得到仿真结果见图2。
从图2a可以看到，K＝2的带状方向节点数量较为稀疏，节点数量总和离QoS要求有一定差距，所以未调整的训练效果难以达到QoS要求(图中显示开启节点为10个)。图2b中加入了动态调整机制，松弛了梯度区域范围(虚线内范围)，距离核心区域(实线内范围)附近的更多节点被开启。图2c显示了开启节点数量的曲线，随着动态调整的进程，开启节点的数量由开始阶段的远远低于nq，迅速跃升为逼近nq。图2d显示了ki(i＝1，2)的整个调整过程，k1和k2由初始的1．5和2逐步调整，最终在达到QoS要求时维持在4．7和6．3附近。
类似的仿真结果也体现在圆状区域密度控制中。改变仿真环境节点数为200，置(x0，y0)＝(50，50)，R＝10，其他参数不变。仿真结果见图3。
由图3a和图3b可看出，调整以后梯度区域范围变大，开启节点进一步增多，满足了QoS要求。
3．2 可变椭圆区域密度控制
设置椭圆旋转角度θ为60°，短轴长为1 6(即Re=8)，长短轴比Ke为3，椭圆中心坐标为(50，50)，维持仿真环境的其他参数不变。由于节点平均密度变小，没有动态调整梯度将导致训练得到的开启节点数量不足，如图4a所示，开启的节点数量仅为11，距离QoS要求的35个节点有很大差距。采用动态梯度调整机制，可以很好地改善这个状况，如图4b所示，
动态调整以后，梯度区域范围扩大，训练得到的开启节点数仍然维持在QoS要求的35附近，最终的开启节点数量曲线和梯度参数k1、k2，曲线与图2c、图2d类似。
4 结 论
本文在Gur Game的基础上，给出了带状区域、圆状区域以及可变椭圆区域内开启节点密度控制的策略，并设计了密度控制策略的动态调整机制。策略充分考虑了传感器网络中节点有限的计箅能力以及通讯能力的限制。
仿真结果表明，该策略能够有效地控制关心区域(带状区域、圆状区域及可变椭圆区域)内的开启节点数量达到QoS要求，在节点密度过大或过小的情况下，策略能够有效地通过动态调整机制紧缩或松弛梯度区域来适应不同的环境，满足QoS要求的开启节点数。算法具有良好的收敛速度，能够适应传感器网络的应用要求。